TRILHA 2

🔧 Tecnicas e Ferramentas

Do Design Thinking aos Rituais de Inovacao: o arsenal pratico para quem nao quer apenas falar sobre inovacao — quer executa-la. Cada modulo e um instrumento, voce monta o kit que a sua organizacao precisa.

10
Modulos
60
Topicos
~5h
Duracao
Medio
Nivel
Progresso da trilha
0%

0 de 60 topicos concluidos

Design Thinking 🎨 Lean & Sprint 🚀 JTBD & SCAMPER 🎯 OKRs & Criatividade 🧮 Rituais & Feedback 🔥 Output Inovacao PIPELINE DE TECNICAS Empatia Velocidade Foco Alinhamento Sustentacao

Mapa da trilha

Conteudo detalhado

2.1 ~35 min

🎨 Design Thinking

Empatia, definicao, ideacao, prototipo e teste — o ciclo humano-centrado que Stanford e IDEO tornaram global.

O que e:

O modelo de 5 fases da d.school: Empatia, Definicao, Ideacao, Prototipo e Teste. Nao linear — voce volta fases quantas vezes precisar.

Por que aprender:

Ter um framework compartilhado reduz conflito de linguagem entre equipes e acelera o alinhamento sobre o problema antes de discutir solucao.

Conceitos-chave:

How Might We, mapa de empatia, ponto de vista (POV), prototipo de baixa fidelidade, criterios de sucesso do teste.

O que e:

Tecnicas de observacao, entrevista em profundidade e shadowing para capturar o que o usuario NAO consegue articular em questionarios.

Por que aprender:

A maioria dos produtos falha por resolver o problema errado. Empatia real reduz drasticamente o desperdicio de desenvolvimento.

Conceitos-chave:

Entrevista "5 porques", shadowing, diary study, mapa de jornada do usuario, insight vs. observacao.

O que e:

Fase de geracao maxima de ideias sem julgamento, usando tecnicas como Crazy 8s, brainwriting e analogias forcadas.

Por que aprender:

Times que pulam para solucao imediata geram ideias medias. O pensamento divergente-convergente produz solucoes que ninguem teria sozinho.

Conceitos-chave:

Pensamento divergente vs. convergente, Crazy 8s, votacao por pontos (dot voting), matriz de impacto x esforco.

O que e:

Construir representacoes rapidas e baratas (papel, cartao, wireframe) para testar hipoteses especificas antes de investir em desenvolvimento real.

Por que aprender:

Prototipo de R$20 que revela problema critico poupa meses de desenvolvimento errado. Fidelidade alta demais cria apego que impede feedback honesto.

Conceitos-chave:

Fidelidade vs. foco, paper prototype, storyboard, wizard of oz, prototipo de papel vs. digital.

O que e:

Montar e facilitar times com perfis T-shaped (especialistas com visao ampla) de areas diferentes para atacar o problema de varios angulos.

Por que aprender:

Diversidade cognitiva aumenta a qualidade das solucoes. O facilitador cria o ambiente seguro onde o conflito de ideias e produtivo, nao pessoal.

Conceitos-chave:

Perfil T-shaped, facilitacao vs. gestao, regras do brainstorm IDEO, "one conversation at a time", defer judgment.

O que e:

Como adaptar o processo de DT para contextos com restricoes de hierarquia, orcamento e prazo sem transformar em "teatro de post-its".

Por que aprender:

O DT corporativo fracassa quando vira ritual sem comprometimento de iteracao. Saber navegar a politica interna e o que separa praticantes reais dos consultores de workshop.

Conceitos-chave:

IBM Enterprise Design Thinking, Hills statement, sponsor user, ciclo de feedback pos-workshop, criterios de Go/No-Go.

2.2 ~35 min

🚀 Lean Startup

Construir-medir-aprender com o minimo de desperdicio — o metodo de Eric Ries que redefiniu como startups e grandes empresas testam ideias.

O que e:

O loop central do Lean Startup: construir um experimento minimo (MVP), medir dados reais, aprender e decidir pivotar ou perseverar.

Por que aprender:

Reduz o desperdicio de construir produto completo antes de validar a hipotese mais critica. Cada volta do loop acelera o aprendizado validado.

Conceitos-chave:

Aprendizado validado, hipotese de valor, hipotese de crescimento, tempo de ciclo, batch size minimo.

O que e:

A versao de um produto que permite coletar o maximo de aprendizado validado sobre os clientes com o minimo de esforco.

Por que aprender:

MVP nao e um produto ruim: e um experimento. Entender isso muda a mentalidade de "launch" para "aprendizado", reduzindo riscos.

Conceitos-chave:

Concierge MVP, Wizard of Oz MVP, landing page test, smoke test, metricas de ativacao vs. vaidade.

O que e:

Framework AARRR: Aquisicao, Ativacao, Retencao, Receita e Indicacao — as 5 etapas do funil que revelam onde o produto sangra.

Por que aprender:

Metricas de vaidade (pageviews, downloads) escondem problemas reais. AARRR forca a medir o comportamento real do usuario em cada etapa.

Conceitos-chave:

North Star Metric, cohort analysis, churn rate, retention curve, NPS como proxy de indicacao.

O que e:

O momento de decisao estruturada — com base em dados — de mudar uma hipotese fundamental (pivotar) ou continuar o caminho atual (perseverar).

Por que aprender:

Sem criterio claro, o time persevera por inercial ou pivota por panico. Dados de aprendizado validado dao base para decisao racional.

Conceitos-chave:

Zoom-in pivot, zoom-out pivot, customer segment pivot, plataforma pivot, criterios de pivot predefinidos.

O que e:

Adaptacao do Lean Startup para o contexto corporativo, onde restricoes de compliance, marca e processos exigem ajustes no ritmo de experimentacao.

Por que aprender:

GE, Intuit e Toyota aplicam variantes do Lean Startup internamente. Saber adaptar permite usar o metodo sem quebrar governanca.

Conceitos-chave:

FastWorks (GE), Design for Delight (Intuit), innovation accounting, stage-gate vs. iteracao continua.

O que e:

Os erros mais comuns: MVP que nao valida hipotese real, pivotar em panico sem dados suficientes, metricas de vaidade disfarcadas de KPIs.

Por que aprender:

Lean mal aplicado gera ciclos rapidos de aprendizado errado. Reconhecer os antipadroes poupa meses de esforco mal direcionado.

Conceitos-chave:

MVP minimalista demais (nao valida), mania de pivotar, hipotese vaga, cohort vs. total aggregado, analysis paralysis.

2.3 ~30 min

⚡ Sprint Design

Da ideia ao teste validado em 5 dias — o metodo GV Sprint que Jake Knapp criou no Google Ventures.

O que e:

Segunda: mapear e escolher foco. Terca: esbocar solucoes. Quarta: decidir e storyboard. Quinta: prototipar. Sexta: testar com 5 usuarios reais.

Por que aprender:

5 dias parecem pouco mas o ritmo forcado elimina decisoes por consenso infinito. O prazo cria restricao criativa que acelera a qualidade.

Conceitos-chave:

Long-term goal, sprint question, Lightning Demos, crazy 8s no Sprint, storyboard de 8 frames, recrutamento de testers.

O que e:

Construir o mapa do problema (atores, fluxo, pontos criticos) e formular a "Sprint Question" — a hipotese mais critica que o sprint vai testar.

Por que aprender:

Sprint sem foco claro gera prototipo que nao responde nada. A Sprint Question e o norte que garante que o teste da sexta valide o que realmente importa.

Conceitos-chave:

Mapa do sprint, How Might We no contexto do Sprint, escolha do alvo no mapa, decider vs. facilitator.

O que e:

Construir um prototipo que parece real o suficiente para o usuario suspender descredito e reagir como se fosse o produto real — em apenas 1 dia.

Por que aprender:

O prototipo do Sprint nao precisa funcionar — precisa provocar reacoes autenticas. Saber o limiar entre "realista suficiente" e "finalizado demais" e uma habilidade critica.

Conceitos-chave:

Goldilocks quality, Keynote/Figma como ferramenta de prototipo, divisionk de trabalho entre Maker/Writer/Asset, ensaio do prototipo.

O que e:

Entrevistas estruturadas de 60 minutos com 5 usuarios representativos, enquanto o time assiste em sala separada e registra padroes em tempo real.

Por que aprender:

Nielsen Norman Group mostra que 5 usuarios revelam 85% dos problemas de usabilidade. Mais entrevistas tem retorno decrescente rapido.

Conceitos-chave:

Roteiro de entrevista, think-aloud protocol, nota em post-it por sala, sniff test de recrutamento, analise de padroes em 1h.

O que e:

Comparacao dos 3 frameworks: quando usar cada um, como se combinam e como evitar confusao entre os vocabularios e ritmos de cada metodologia.

Por que aprender:

Times que misturam os 3 sem criterio criam hibridismos disfuncionais. Saber o proposto de cada ferramenta e pre-requisito para usa-las bem juntas.

Conceitos-chave:

Sprint de descoberta vs. sprint de entrega, DT para problema, Sprint para validacao, Agile para desenvolvimento, duplo diamante.

O que e:

Adaptacoes do Sprint para times distribuidos: ferramentas digitais, ajustes de ritmo, tecnicas de facilitacao remota e como manter a energia de 5 dias em formato assincrono-sincrono.

Por que aprender:

Pos-pandemia, a maioria dos times de produto e hibrido ou remoto. Adaptar o Sprint para esse contexto sem perder a efetividade e uma competencia direta.

Conceitos-chave:

MURAL/Miro para voting, Loom para async Lightning Demos, Lookback.io para testes remotos, fatiga de video, ritmo 4+1 (4 dias intensos + sexta leve).

2.4 ~30 min

🔀 SCAMPER e Brainstorming

Tecnicas de geracao divergente de ideias — do brainstorm classico ao SCAMPER estruturado para forcas criativas sob pressao.

O que e:

As 7 regras do brainstorm IDEO: adiar julgamento, encorajar ideias selvagens, construir sobre ideias alheias, manter foco no topico, uma conversa por vez, ser visual e buscar volume.

Por que aprender:

Brainstorm sem regras produz ideias medias dominadas pelos mais extrovertidos. As regras criam o campo seguro para ideias incomuns emergirem.

Conceitos-chave:

Production blocking, social loafing, brainwriting como alternativa, quantity over quality, HMW como warm-up.

O que e:

SCAMPER: Substituir, Combinar, Adaptar, Modificar/Magnificar, Propor novos usos, Eliminar, Rearranjar/Reverter. Cada verbo e um angulo forcado sobre o produto/servico existente.

Por que aprender:

Quando o time esta travado em melhorias incrementais, SCAMPER forcca sair da zona de conforto mental com prompts estruturados que quebram o padrao.

Conceitos-chave:

Checklist de Osborn, funcional fixedness, analogia forcada, inversao de pressupostos, exemplos de cada letra SCAMPER com produtos reais.

O que e:

Exercicios de 5-10 minutos para colocar o time em modo criativo: 30 circulos, Worst Possible Idea, Yes And!, e outros jogos de improvisacao adaptados para negocios.

Por que aprender:

Pular direto para brainstorm de produto em reuniao corporativa traz o mindset de julgamento. Warm-up calibra o estado mental para divergencia em minutos.

Conceitos-chave:

30 circulos (IDEO), Worst Possible Idea (reversal), Yes-And (improv), estado de fluxo, inibicao social vs. seguranca psicologica.

O que e:

Tecnicas de convergencia: dot voting, matriz impacto x viabilidade, 2x2 de esforco x novidade, e como apresentar criterios de selecao SEM matar o clima criativo.

Por que aprender:

Selecao mal facilitada traz de volta o HiPPO (Highest Paid Person's Opinion) e mata as ideias que nao tem "padrinho" na sala.

Conceitos-chave:

HiPPO effect, dot voting, matriz 2x2, "how weird is it" como criterio de novidade, portfolio de ideias vs. aposta unica.

O que e:

Competencias do facilitador de sessoes de ideacao: design do espaco, gestao do tempo, lidar com bloqueios, energizar grupos cansados e neutralizar dominadores.

Por que aprender:

O mesmo exercicio com facilitadores diferentes produz resultados drasticamente distintos. Facilitacao e uma habilidade aprendivel que multiplica o valor de qualquer tecnica.

Conceitos-chave:

Facilitador vs. participante, design do ambiente fisico/digital, timeboxing, "parking lot" para desvios, tecnica de silencio produtivo.

O que e:

Usar analogias de setores distantes (natureza, esportes, exercito, artes) para transferir solucoes para o problema em questao — o metodo Synectics de Gordon.

Por que aprender:

Analogias forcam o cerebro a sair do frame usual do problema. Biomimicry, por exemplo, gerou solucoes de engenharia copiando bilhoes de anos de otimizacao da natureza.

Conceitos-chave:

Synectics, analogia direta vs. pessoal, biomimicry, pensamento lateral de De Bono, 6 chapeus do pensamento aplicados a ideacao.

2.5 ~35 min

🎯 Jobs To Be Done

As pessoas nao compram produtos — elas contratam solucoes para um job. O framework de Clayton Christensen que reescreveu como pensar sobre competicao.

O que e:

Jobs sao funcionais (fazer algo), sociais (como outros nos percebem) e emocionais (como nos sentimos). Os 3 dimensoes estao presentes em qualquer decisao de compra.

Por que aprender:

Focar so no job funcional ignora 2/3 da motivacao real. O milkshake de Christensen revelou que o job matinal era "manter a mao ocupada e evitar fome ate o almoco".

Conceitos-chave:

Job statement canonico (quando [situacao], quero [motivacao], para [resultado]), dimensoes funcional/social/emocional, contexto de contratacao.

O que e:

Entrevistar clientes sobre o momento especifico de decisao de compra/contratacao para revelar o job real, nao o que eles declaram conscientemente.

Por que aprender:

Pesquisa tradicional pergunta "o que voce quer?" JTBD pergunta "me conta quando voce decidiu contratar/demitir o produto X". A narrativa revela o job verdadeiro.

Conceitos-chave:

Entrevista de switch (Intercom), forcas do progresso, pushing/pulling/anxieties/habits, linha do tempo da decisao.

O que e:

O framework de Tony Ulwick que transforma jobs em "desired outcomes" mensuraveis — metricas que o usuario usa para avaliar o sucesso ao executar o job.

Por que aprender:

ODI conecta JTBD com quantificacao: quais outcomes estao mais sub-atendidos (alto impacto, baixa satisfacao atual) indicam onde inovar tem mais retorno.

Conceitos-chave:

Opportunity score, desired outcome statement, importance x satisfaction matrix, job map de 8 etapas, overserved vs. underserved.

O que e:

Agrupar clientes por job similar em vez de por faixa etaria ou renda — pessoas com perfis demograficos opostos podem ter o mesmo job e responder ao mesmo produto.

Por que aprender:

Segmentacao demografica tradicional e imprecisa para prever comportamento de compra. Segmentacao por job aumenta a precisao de comunicacao e feature prioritization.

Conceitos-chave:

Job-based segmentation, "same job, different persona", context switching, concorrentes nao obvios (o milkshake vs. banana vs. nao comer nada).

O que e:

Quando o foco e o job, a concorrencia se expande: Netflix compete com o sono, o Spotify com a conversa entre amigos, o Duolingo com o Instagram. O "nao fazer" e sempre um concorrente.

Por que aprender:

Empresas que so olham para competidores diretos sao disruptadas por alternativas que nao estavam no radar. JTBD revela o espaco competitivo real.

Conceitos-chave:

Jobs-based competition map, nonconsumption como mercado, solucao workaround, "fire the product" (demissao do produto), teoria da disrupcao de Christensen.

O que e:

Como usar insights de JTBD para priorizar features, definir posicionamento e construir roadmap orientado a jobs em vez de features pedidas por usuarios vociferantes.

Por que aprender:

Roadmap de features sem JTBD e lista de desejos. Com JTBD, cada feature tem justificativa clara: "qual job essa feature ajuda a executar melhor?"

Conceitos-chave:

Jobs-based roadmap, opportunity solution tree (Teresa Torres), "outcome over output", jobs como unidade de medida de valor, abandono de features por job obsoleto.

2.6 ~30 min

🧮 OKRs para Inovacao

Alinhar ambicao e foco sem engessar o time — como Google, Intel e Spotify usam Objectives and Key Results para escalar inovacao.

O que e:

Objective = direcao qualitativa inspiradora. Key Results = entre 3 e 5 metricas quantitativas que provam que o objetivo foi atingido. Sem metricas, e missao; sem direcao, e KPI solto.

Por que aprender:

A maioria dos OKRs mal escritos sao KPIs disfarcados ("aumentar vendas em 10%"). OKR de inovacao exige metas aspiracionais que pulem o status quo.

Conceitos-chave:

Moonshot OKRs (70% e sucesso), rooftop OKRs (operacional), leading vs. lagging indicators, OKR de input vs. output, regra do "como saberemos que chegamos la".

O que e:

OKRs de inovacao (explorar) e de operacao (explotar) tem cadencias, tolerancias a falha e criterios de sucesso completamente diferentes — e precisam coexistir.

Por que aprender:

Aplicar o mesmo OKR de operacao em times de inovacao e receita de fracasso: a tolerancia ao risco e as metricas de progresso sao fundamentalmente diferentes.

Conceitos-chave:

Ambidestria organizacional via OKR, horizonte 1/2/3 de McKinsey como frame de OKR, cadencia trimestral vs. anual, OKR de aprendizado para inovacao.

O que e:

OKRs nao devem ser "cascateados" de cima para baixo como metas tradicionais — o ideal e 50-60% definidos de baixo para cima com alinhamento aos objetivos da empresa.

Por que aprender:

OKR cascateado vira burocracia disfarcada. O poder do sistema e no alinhamento autonomo: cada time contribui para o objetivo maior com liberdade de definir o "como".

Conceitos-chave:

OKR bidirecional (John Doerr), alinhamento vs. cascata, CFR (Conversations, Feedback, Recognition), OKRs como conversa, nao contrato.

O que e:

Os rituais que fazem o sistema funcionar: planning trimestral (escrever), check-in semanal (atualizar confidence), retrospectiva (aprender), grading final (pontuar sem punir).

Por que aprender:

OKR sem rituais de acompanhamento vira documento esquecido. Os rituais sao o que transforma o framework em habito de execucao e aprendizado continuo.

Conceitos-chave:

Confidence rating (0.0-1.0), grading 0.7 como sucesso, "set and forget" como antipadrao, OKR scoring sem consequencias salariais, celebracao de aprendizado.

O que e:

Por que OKRs ligados a bonus destroem o sistema: times definem metas faceis (sandbagging), perdem a ambicao e o OKR vira jogo politico de protecao salarial.

Por que aprender:

Google, Intel e a maioria dos cases de sucesso separam explicitamente OKR de performance review. Entender o por que e essencial para defender o sistema na sua empresa.

Conceitos-chave:

Sandbagging, grade inflation, OKR vs. MBO (Management by Objectives), separacao OKR/performance, "superpowers de John Doerr": foco, alinhamento, rastreamento, esticamento.

O que e:

Como estruturar o piloto de OKR em 1 trimestre: escolher 1-2 times, facilitar o processo de escrita, definir rituais minimos e colher aprendizados antes de escalar.

Por que aprender:

Implementar OKRs em toda a empresa de uma vez e o caminho mais rapido para rejeicao. O piloto controlado da confianca organizacional e permite ajustes sem risco.

Conceitos-chave:

OKR champion, software de tracking (Lattice, Perdoo, Google Sheets), resistencias comuns ("mais uma metodologia"), quick win para gerar buy-in, escalada no segundo trimestre.

2.7 ~30 min

🔭 Criatividade Sistematica

TRIZ e metodos para criatividade sob demanda — como engenheiros sovieticos descobriram que a inovacao tem padroes repetidos e catalogaveis.

O que e:

Genrich Altshuller analisou 400.000 patentes sovieticas e descobriu que 95% dos problemas de invencao ja tinham sido resolvidos em outro campo — catalogando 40 principios inventivos recorrentes.

Por que aprender:

TRIZ prova que criatividade tem estrutura. Em vez de esperar insight espontaneo, voce aplica principios catalogados para resolver contradicoes tecnicas e fisicas.

Conceitos-chave:

40 principios inventivos, matriz de contradicao, Ideality (solucao ideal), Contradiction Matrix, niveis de inovacao (1 a 5).

O que e:

TRIZ identifica 2 tipos: contradicao tecnica (melhorar A piora B) e contradicao fisica (o mesmo elemento precisa ter propriedade X e nao-X ao mesmo tempo).

Por que aprender:

A maioria dos problemas tecnicos sao tradeoffs disfarcados. Nomear a contradicao precisamente direciona os principios inventivos certos e evita solucoes de compromisso mediocridade.

Conceitos-chave:

Contradicao tecnica (39x39 matriz), contradicao fisica (separacao espacial/temporal/condicional), IFR (Ideal Final Result), principio de segmentacao.

O que e:

SIT (Systematic Inventive Thinking) de Jacob Goldenberg e Roni Horowitz destila TRIZ em 5 templates: Subtracao, Multiplicacao, Divisao, Unificacao de tarefas e Dependencia de atributos.

Por que aprender:

SIT e aplicavel a inovacao de produto e servico sem background de engenharia. Harvard Business Review documentou que SIT produz mais ideias acionaveis que brainstorming livre.

Conceitos-chave:

5 templates SIT, "closed world" assumption, function follows form (inverso de DT), exemplos de produto (iPod, caneta Bic, Swiffer).

O que e:

Plataformas como InnoCentive, Kaggle e Topcoder provam que problemas tecnicos complexos sao resolvidos mais rapido e barato por comunidades externas do que por PD interno.

Por que aprender:

Eli Lilly, NASA e P&G demonstraram ROI massivo em crowdsourcing de inovacao. O desafio nao e a plataforma — e formular o problema de forma que externo consiga resolver.

Conceitos-chave:

InnoCentive case studies, premio vs. contrato como motivacao, problem decomposition para crowd, propriedade intelectual no crowdsourcing, filtros de qualidade.

O que e:

A pesquisa de Adam Grant e Charlan Nemeth mostra: criatividade individual produz mais novidade; coletiva produz mais refinamento. O design de sessoes deve refletir o objetivo.

Por que aprender:

Groupthink e real. Times que sempre ideiam juntos convergem para a media do grupo. Alternar ciclos individual-coletivo maximiza qualidade e quantidade de ideias.

Conceitos-chave:

Brainwriting 6-3-5, ciclo solo → grupo → solo, devil's advocate como papel estruturado, dissent produtivo, pesquisa de Charlan Nemeth sobre minoria criativa.

O que e:

Csikszentmihalyi, Amabile e pesquisas de neurociencia mostram que o espaco fisico e digital afeta o output criativo: cor, ruido, luz, altura de teto e "distracao acidental" influenciam resultados.

Por que aprender:

Criatividade nao emerge so do individuo — emerge da interacao individuo + contexto. Projetar o ambiente de inovacao e uma alavanca subutilizada com ROI mensuravel.

Conceitos-chave:

Innovation labs, "messy desk" effect, ruido ambiente a 70dB, luz natural, Pixar campus design, "happy accidents" como design proposital, espaco de transicao.

2.8 ~30 min

🔨 Prototipagem Rapida

Fidelidade certa, no momento certo, pelo menor custo — o spectrum de prototipagem que vai do papel ao codigo em producao.

O que e:

O continuum de prototipagem: papel (baixo custo, rapido), wireframe (estrutura), mockup (visual), prototipo interativo, proof of concept (tecnico), MVP (producao minimal).

Por que aprender:

A fidelidade correta varia com a pergunta. Alta fidelidade cedo mata o feedback; baixa fidelidade tarde nao valida o que precisa ser validado. O mapeamento correto economiza semanas.

Conceitos-chave:

Paper prototype, wireframe lo-fi/hi-fi, Figma prototype, Storybook, spike tecnico, production MVP, "prototipo como pergunta".

O que e:

Tecnicas especificas para hardware (cardboard, foam, impressao 3D, Arduino), software (Figma, Framer, no-code), servicos (role-play, service blueprint com atores, Wizard of Oz).

Por que aprender:

Cada dominio tem suas ferramentas proprias. Inovadores que transitam entre hardware, software e servico multiplicam suas opcoes de prototipagem e aceleram a validacao.

Conceitos-chave:

Cardboard prototype, Arduino prototype, no-code (Bubble, Webflow), service blueprint em rascunho, role-play para servicos, "smell test" de prototipo.

O que e:

Antes de prototipat, formular a hipotese que o prototipo vai testar. "Usuarios vao pagar X por Y" e a hipotese; o prototipo e o experimento que a confirma ou refuta.

Por que aprender:

Sem hipotese clara, o teste produz dados amiguos. A pergunta define a fidelidade necessaria: testar apelo visual exige visual; testar fluxo exige interatividade.

Conceitos-chave:

Hipotese risky assumption first, test card (Strategyzer), learning card, pass/fail criterios pre-definidos, invalidacao vs. validacao parcial.

O que e:

Documentar o suficiente para nao perder o aprendizado sem criar burocracia que desacelera a iteracao: uma foto do prototipo + 3 bullets de learning + decisao = registro adequado.

Por que aprender:

Times que documentam demais iteracao devagar. Times que documentam de menos repetem erros. O minimo viavel de documentacao e o ponto de equilibrio que precisa ser encontrado.

Conceitos-chave:

Learning card, "just enough documentation", versao no nome do arquivo vs. Git, assumption graveyard, decisao log de 1 paragrafo.

O que e:

A capacidade organizacional de descartar um prototipo que nao validou sem drama — tratando o descarte como informacao valiosa, nao como fracasso.

Por que aprender:

O apego ao trabalho investido (sunk cost fallacy) e o maior inimigo da iteracao rapida. Times com cultura de descarte chegam a produto certo muito mais rapido.

Conceitos-chave:

Sunk cost fallacy, "kill your darlings", prototipo como hipotese (nao produto), celebracao de invalidacao, "what did we learn" como closing ritual.

O que e:

Restricoes corporativas (compliance, integracao de sistemas legados, aprovacao de TI) mudam o que e possivel prototipat e com que velocidade — e como navegar isso sem travar.

Por que aprender:

Ignorar as restricoes corporativas leva a prototipos que nunca chegam a producao. Entender o "sandbox seguro" para prototipagem dentro de grandes empresas e a diferenca entre teoria e pratica.

Conceitos-chave:

Innovation sandbox, shadow IT vs. IT aprovado, compliance-first prototype, "pedir perdon vs. pedir permissao", proxy de usuario interno como primeiro cliente.

2.9 ~30 min

🔁 Feedback Loops

Encurtar o ciclo entre fazer e aprender — como sistemas de feedback rapido mudam a velocidade de inovacao de organizacoes.

O que e:

Loops de reforco (R) amplificam mudancas — viralidade, crescimento exponencial. Loops de balanceamento (B) estabilizam sistemas — churn controlado, budget constraints.

Por que aprender:

Entender o tipo de loop que governa seu produto ou processo e fundamental para saber onde intervir e prever efeitos nao intencionais de mudancas.

Conceitos-chave:

Loop de reforco (R), loop de balanceamento (B), System Dynamics (Forrester), atraso no loop (delay), ponto de alavanca de Donella Meadows.

O que e:

Leading indicators predizem o futuro (velocidade de onboarding, depth of engagement); lagging indicators confirmam o passado (receita, NPS trimestral). Organizacoes inovadoras medem os dois.

Por que aprender:

Tomar decisoes so com lagging indicators e como dirigir pelo espelho retrovisor. Leading indicators permitem corriger o curso antes que o problema apareca nos resultados.

Conceitos-chave:

Leading vs. lagging, predictive vs. retrospective metrics, "health metrics" vs. KPIs de negocio, time-to-value como leading indicator de retencao.

O que e:

Sistemas que coletam feedback de usuario continuamente (in-app surveys, intercept interviews, session replay, support ticket mining) em vez de rodadas trimestrais de pesquisa.

Por que aprender:

Pesquisa de satisfacao trimestral e lenta demais para produtos digitais. Feedback continuo permite detectar problemas em horas, nao semanas, reduzindo churn antes de virar crise.

Conceitos-chave:

Micro-survey (Hotjar, Sprig), session replay (FullStory), ticket mining, continuous discovery (Teresa Torres), weekly user interview como ritual.

O que e:

Rituais estruturados de feedback interno: retrospectiva agil (o que foi bem / melhorar / experimentar), blameless post-mortem, pre-mortem (imaginar o fracasso antecipadamente).

Por que aprender:

Times sem rituais de feedback interno repetem os mesmos erros. Retrospectivas eficazes aumentam a velocidade de melhoria continua do proprio processo de inovacao.

Conceitos-chave:

Blameless post-mortem (Google SRE), pre-mortem (Gary Klein), retrospectiva 4Ls (liked/learned/lacked/longed for), action items com dono e prazo, "team radar".

O que e:

O tempo entre uma hipotese e o dado que a confirma ou refuta. Amazon reduz isso com "two-pizza teams". Spotify com squads. Netflix com feature flags e deploy continuo.

Por que aprender:

Uma empresa que faz 1 experimento por mes perde para quem faz 100. A velocidade de aprendizado e a unica vantagem competitiva sustentavel no longo prazo (Bezos, Hastings).

Conceitos-chave:

Cycle time, DORA metrics, deployment frequency, feature flags, A/B testing como infra de aprendizado, "day-1 mentality" (Amazon).

O que e:

Como transformar o aprendizado de uma equipe em conhecimento organizacional: wikis de decisao, "lunch and learns", repositories de experimentos e sistemas de difusao interna.

Por que aprender:

Aprendizado que nao se propaga pela organizacao e desperdicio. A organizacao que aprende (Peter Senge) tem vantagem composta: cada experimento bem documentado acelera os proximos.

Conceitos-chave:

Learning organization (Senge), after-action review (exercito americano), experiment repository, knowledge half-life, "build the knowledge, not the product".

2.10 ~30 min

🔥 Rituais de Inovacao

Os ritmos que mantem a inovacao viva no dia a dia — porque sem rituais, as tecnicas aprendidas morrem na segunda semana de volta ao escritorio.

O que e:

Rituais sao comportamentos repetidos com intencao e significado. Na inovacao, eles institutionalizam praticas que de outra forma dependeriam de esforco cognitivo consciente.

Por que aprender:

A neurociencia mostra que habito (nao motivacao) e o que sustenta comportamento a longo prazo. Sem rituais, tecnicas de inovacao viram eventos pontuais sem impacto cultural.

Conceitos-chave:

Loop do habito (Charles Duhigg), cue-routine-reward, habito keystonia, identidade vs. resultado (James Clear), ritual como sinal de pertencimento cultural.

O que e:

Exemplos de rituais de curta cadencia: daily standup de inovacao (o que observei hoje no mercado?), weekly news digest de tendencias, "experiment of the week" compartilhado.

Por que aprender:

Rituais diarios/semanais sao os mais poderosos porque a repeticao alta cria o habito mais rapido. Micro-rituais de 5 minutos por dia constroem mentalidade mais que workshops trimestrais.

Conceitos-chave:

Morning pages (Julia Cameron), "one thing" diario, weekly digest de sinais fracos, peer learning de 15 minutos, "what surprised you this week?" como opening ritual.

O que e:

Rituais de maior cadencia: shark tank interno mensal (times pitcham experimentos para verba), hackathon trimestral, "innovation showcase" para celebrar aprendizados (nao so sucessos).

Por que aprender:

Rituais mensais/trimestrais criam marcos de prestacao de contas e visibilidade para iniciativas de inovacao. Sem marcos, projetos morrem silenciosamente sem que ninguem perceba.

Conceitos-chave:

Shark tank interno, hackathon corporativo, innovation showcase, "failure resume" como ritual de aprendizado, portfolio review trimestral de experimentos.

O que e:

Rituais que institucionalizam o aprendizado com o fracasso: "Failure Resume" (CV de erros), "FuckUp Nights" corporativas, galeria de experimentos fracassados com licao documentada.

Por que aprender:

Cultura que pune o erro publico cria aversao ao risco. Rituais de celebracao do fracasso informado sinalizam que errar rapido e barato e uma competencia valorizada, nao uma fraqueza.

Conceitos-chave:

FuckUp Nights (movimento global), failure resume (Tim Harford), "heroic failure" award (Tata Group), blameless culture, licao extraida como entregavel do fracasso.

O que e:

Rituais que trazem o cliente para dentro do processo de inovacao: "customer for a day", painel de clientes residentes, customer advisory board mensal, usability lab aberto.

Por que aprender:

Empresas que interagem com clientes reais mais de uma vez por mes tomam decisoes de produto com 2-3x mais precisao (Bain & Company, 2022). O contato e o antidoto para o "torre de marfim".

Conceitos-chave:

Customer for a day, customer advisory board (CAB), continuous discovery (Teresa Torres), "follow me home" (IDEO), co-criacao vs. pesquisa tradicional.

O que e:

Como evitar que rituais de inovacao virem burocracia: rotacao de facilitadores, evolucao do formato a cada 6 meses, metricas de vitalidade do ritual e criterios de descontinuacao.

Por que aprender:

Rituais que nao evoluem viram obrigacoes sem proposito. A diferenca entre uma cultura viva de inovacao e um programa morto e a capacidade de renovar o proprio ritual periodicamente.

Conceitos-chave:

Ritual lifecycle (lancamento, maturidade, renovacao, descontinuacao), "ritual health check", rotacao de stewards, energia como metrica de vitalidade, sunset criteria.

Trilha 1: Fundamentos Trilha 3: Avancado